应该在正则表达式中转义哪些文字字符？

Posted 2023-02-24

【中文标题】应该在正则表达式中转义哪些文字字符？

【英文标题】：What literal characters should be escaped in a regex?

【发布时间】：2011-07-25 22:33:56

【问题描述】：

我刚刚编写了一个正则表达式，用于 php 函数 preg_match，其中包含以下部分：

[\w-.]

匹配任何单词字符，以及减号和点。虽然它似乎在 preg_match 中工作，但我尝试将它放入一个名为 Reggy 的实用程序中，它抱怨 “char 类中的空范围”。反复试验告诉我，这个问题是通过转义减号，将正则表达式变成

来解决的

[\w\-.]

既然原来的似乎在 PHP 中工作，我想知道为什么我应该或不应该转义减号，并且 - 因为点也是 PHP 中具有含义的字符 - 为什么我不需要转义点。我正在使用的实用程序是不是很傻，它是在使用另一种正则表达式方言还是我的正则表达式真的不正确？我只是幸运 preg_match 让我侥幸逃脱了吗？

【问题讨论】：

有什么理由不使用preg_quote？

可能不会。但这不是我问这个问题的原因。我试图学习一些关于正则表达式的新知识，只是使用preg_quote 会产生完全相反的效果。 :)。我确实意识到我标记了这个 PHP，但我正在寻找一个可能适用于任何 PCRE 实现的答案。

我明白了。那么，我可以建议：github.com/php/php-src/blob/…

虽然它仍然没有“直接”告诉我什么和什么不应该逃避，以及为什么，但它确实提供了关于它的行为方式的所有答案。供参考，官方出处镜像：github.com/luvit/pcre2/tree/master/src

【参考方案1】：

虽然确实有some characters should be escaped in a regex，但您问的不是正则表达式，而是字符类。其中破折号是特殊的。

你可以把它放在课堂结束时，而不是逃避它，[\w.-]

【参考方案2】：

[\w.-]

. 通常表示任何字符，但[] 之间没有特殊含义 - 在[] 之间表示一个范围，除非它被转义或者[] 之间的第一个或最后一个字符

【讨论】：

在字符类中. 真的意味着“任何字符”吗？ （即在括号之间）

@Pelle 这是真的。我只是在编辑答案。大多数答案都错了;-)

【参考方案3】：

句号在字符类中失去其元意义。

- 在字符类中具有特殊含义。如果它没有放在方括号的开头或结尾，则必须对其进行转义。否则它表示一个字符范围（A-Z）。

您触发了另一个特殊情况。 [\w-.] 有效，因为\w 不表示单个字符。因此，PCRE 不可能创建字符范围。 \w 可能是不连贯的符号类，因此没有可用于创建范围 Z till . 的结束字符。同样，句号. 将在\w 可以匹配的第一个ascii 字符a 之前。没有可构造的范围。因此- 工作而不为你逃跑。

【参考方案4】：

在许多正则表达式实现中，适用以下规则：

字符类中的元字符是：

^（否定） -（范围） ]（课程结束） \（转义字符）

所以这些都应该被转义。不过也有一些极端情况：

- 如果放在类的开头或结尾（[abc-] 或 [-abc]），则无需转义。在相当多的正则表达式实现中，当直接放置在范围 ([a-c-abc]) 或简写字符类 ([\w-abc]) 之后也不需要转义。这是你观察到的 ^ 在类的开头 not 时不需要转义：[^a] 表示除 a 之外的任何字符，[a^] 匹配 a 或 ^，等于：[\^a] ] 如果是类中唯一的字符，则无需转义：[]] 匹配字符 ]

【讨论】：

非常全面的答案，谢谢。关于[]]的一个问题：如果你的班级只有一个角色，为什么不指定为\]？ （即不在括号内）

@Pelle “为什么不”是另一个问题，无关紧要。 “有不止一种方法可以做到这一点”是 preg 发明者的座右铭；）

@Pelle，谢谢。没错，您可以（或应该？）简单地使用\] 而不是字符类，但我想提一下，许多正则表达式实现允许[]] 匹配文字]。你甚至不需要转义]，因为它只是字符类中的一个元字符。在它之外，只有[ 需要从两个方括号中转义（但转义] 没有坏处！）。

用于包装/分隔正则表达式的字符必须进行转义，通常是'/'。

@AFAMed，这是一种语言限制，并非特定于正则表达式本身。

【参考方案5】：

如果您使用 php 并且需要转义特殊的正则表达式字符，请使用 preg_quote:

来自php.net的例子：

<?php
// In this example, preg_quote($word) is used to keep the
// asterisks from having special meaning to the regular
// expression.

$textbody = "This book is *very* difficult to find.";
$word = "*very*";
$textbody = preg_replace ("/" . preg_quote($word, '/') . "/",
                          "<i>" . $word . "</i>",
                          $textbody);
?>